基于ASD地物光谱仪的黄河中游悬移质含沙量光谱特征研究

Spectral characteristics of suspended sediment concentration in middle Yellow River using ASD FieldSpec spectrometer

摘要

目的 探讨黄河中游地区悬移质含沙量（Suspended Sediment Concentration，SSC）对水体光谱反射特性的影响，为水质监测及泥沙管理提供理论支持。 方法 以黄河龙门站泥沙样品为研究对象，设置不同悬移质含沙量梯度，采用ASD地物光谱仪开展室内水面以上光谱观测，系统获取400~900 nm范围的反射率曲线，并借助一阶微分分析和Pearson相关方法，探究了SSC与光谱特征参数的定量关系。 结果 在悬移质含沙量较低条件下（SSC<2.5 kg/m³），水体光谱反射率曲线呈现明显的双峰结构，且随着悬移质含沙量的增加，反射率曲线第一个峰值波长出现显著的红移现象，且峰值波长与悬移质含沙量呈高度正相关（r=0.94）；而在悬移质含沙量较高条件下（SSC>2.5 kg/m³），则逐渐转变为单峰特征。在悬移质含沙量较低的情况下，光谱一阶微分曲线第一波峰、第二波峰及第二波谷与悬移质含沙量存在显著的相关性，且随着波长的增加，悬移质含沙量与反射率的相关系数逐渐增大，特别是在波长大于600 nm时，相关系数维持在较高水平（r>0.9）。相反，在悬移质含沙量较高的情况下，悬移质含沙量与反射率的关系则表现出不显著性，且随着波长的增加，相关系数呈逐渐降低的趋势。 结论 黄河中游悬移质含沙量对水体光谱响应存在明显的浓度分段效应，低悬移质含沙量时光谱特征可用于构建高精度反演模型，高悬移质含沙量时光谱反射率方法受到限制，研究结果为不同悬移质含沙量区间遥感监测的波段选择与模型构建提供了试验支撑。

Abstract

Objective This study aims to investigate the influence of suspended sediment concentration （SSC） on the spectral reflectance characteristics of water bodies in the middle reaches of the Yellow River， so as to provide theoretical support for water quality monitoring and sediment management. Methods Using sediment samples collected from the Longmen Station on the Yellow River， different SSC gradients were established. An ASD FieldSpec spectrometer was employed to conduct indoor above-water spectral observations， systematically acquiring reflectance curves in the 400~900 nm range. First-order derivative analysis and Pearson correlation methods were applied to explore the quantitative relationships between SSC and spectral characteristic parameters. Results Under low SSC conditions （<2.5 kg/m³）， the water spectral reflectance curves exhibited a distinct dual-peak structure， with the wavelength of the first peak showing a significant redshift as SSC increased， and this peak wavelength exhibiting a strong positive correlation with SSC （r=0.94）. In contrast， under high SSC conditions （>2.5 kg/m³）， the spectral curves gradually transitioned to a single-peak feature. Under low SSC， the first peak， second peak， and second trough of the first-order derivative curves showed significant correlations with SSC. Furthermore， the correlation coefficient between SSC and reflectance increased with wavelength， maintaining a high level （r>0.9） at wavelengths greater than 600 nm. Conversely， under high SSC conditions， the relationship between SSC and reflectance was not significant， and the correlation coefficient gradually decreased with increasing wavelength. Conclusion The spectral response of water bodies to SSC in the middle Yellow River exhibits a clear concentration-dependent segmentation effect. Spectral characteristics under low SSC conditions can be used to construct high-precision inversion models， whereas reflectance-based methods are limited under high SSC conditions. This study provides experimental support for band selection and model development in remote sensing monitoring across different SSC ranges.

Graphical abstract

关键词

悬移质含沙量 / 光谱反射特性 / 水质监测

Key words

suspended sediment concentration / spectral reflectance characteristics / water quality monitoring

悬移质含沙量（Suspended Sediment Concen-tration， SSC）作为河流生态环境评估的关键水质参数，其动态变化承载着显著的生态水文意义^［1］。悬浮泥沙通过调控水体光透过率直接影响光合有效辐射及初级生产力，进而制约水生生物群落的生存与繁衍^［2］；同时，悬移质含沙量的时空格局是流域侵蚀—沉积过程最直接的响应指标，为水资源可持续管理和河流生态系统修复提供核心科学依据^［3］。聚焦黄河中游地区，其农业活动高度依赖黄河水资源^［4］，而悬移质含沙量的变化深刻影响着灌溉水源的水质（如浊度、污染物迁移）与可用性（如水库调蓄能力），精准监测悬移质含沙量对优化农业用水效率、保障灌溉安全及防控相关水污染风险至关重要^［5］。此外，富含营养物质的黄河泥沙在区域生物地球化学循环中扮演双重角色：一方面参与养分输送，另一方面其过量输入可能加剧水体富营养化进程，诱发藻华等生态灾害，凸显了悬移质含沙量调控在维系水体健康与生态平衡中的枢纽作用^［6］。该区域独特的地貌与气候特征^［7］使其成为解析环境变化下水文响应的天然实验室，悬移质含沙量的动态演化不仅能灵敏指示生态环境健康状况，更蕴含了气候变化与土地利用/覆被变化对水文循环影响的关键信息，为区域生态恢复策略与适应性水资源管理提供不可或缺的理论基础。

传统的河流泥沙监测方法主要依赖于原位点采样分析。这种方法能够直接且精准地测量水体中的泥沙含量，因此被广泛应用于泥沙监测^［8］。然而，原位点采样分析存在明显的局限性：首先，该方法耗费大量时间和资源；其次，采样的频率、时间和空间均受到限制，难以提供连续的监测数据，从而无法全面了解水体泥沙的分布情况。相较之下，遥感技术在水体泥沙监测中的应用优势愈发显著^［9］。遥感技术因其大范围、周期性观测的优势，已成为监测水体悬移质含沙量重要手段。其理论基础在于，水体中的泥沙颗粒显著改变水体的光学特性，特定波长（尤其是可见光至近红外波段）的光谱反射率与悬移质含沙量存在显著相关性^［10-11］。因此，通过分析遥感获取的水体光谱信息，可以反演水体悬移质含沙量。自遥感技术应用伊始，学者们便积极探索其在河流泥沙监测中的应用潜力。例如，Klemas等^［12］利用早期的ERTS-1卫星数据系统监测了海湾悬浮泥沙分布；李四海等^［13］则基于卫星遥感数据与实测资料，成功建立了长江口及邻近海域悬移质含沙量的线性反演模型。近期研究趋势表明，利用长时间序列遥感数据（如MODIS）解析大范围水域SSC的时空格局变化特征及其驱动机制成为热点，如李渊等^［14］对太湖悬浮泥沙季节性空间动态的研究。然而，传统多光谱遥感在大区域、复杂环境下的SSC反演仍面临精度不足的挑战。传感器波段宽、空间分辨率限制、大气校正误差以及水体光学特性本身的复杂性（如叶绿素、黄色物质等的干扰），导致反演结果存在不确定性，难以满足精细化监测与管理的高精度需求^［15］。高光谱遥感技术的快速发展为克服上述局限提供了新的契机。高光谱传感器能够获取连续、窄波段的光谱信息，极大地提高了对水体细微光谱特征的识别能力，为建立更精确、更稳健的悬移质含沙量反演模型奠定了坚实基础^［16-18］。在基础参数测量与模型构建方面，地物光谱仪是获取高精度水体光谱响应的核心工具。例如，龚绍琦等^［19］在室内试验中利用光谱仪反演水体氮磷含量，探索富营养化监测方法；栾奎峰等^［20］则系统测量了不同浓度含沙水体的高光谱光学特性，深化了对浑浊水体光谱响应的认识，为悬移质含沙量的精确估算提供了关键数据与模型基础。在实地监测与模型验证方面，地物光谱仪实现了室内可控条件与野外复杂环境的桥接。江辉^［21］在鄱阳湖研究中，结合ASD光谱仪的室内外同步测量，揭示了通江湖体及入湖口水体的光谱反射特征，为区域水质评估和遥感模型验证提供了重要依据。

黄河中游地区地处黄土高原核心地带，是我国水土流失与土壤侵蚀最为严重的区域之一。强烈的侵蚀作用导致河流携带巨量悬浮泥沙，使其成为黄河下游显著沉积物负荷的主要来源。该区域复杂多变的水动力环境，使得悬移质含沙量的时空分布呈现出高度异质性^［22］。本研究针对黄河中游采集的典型泥沙样本开展定量模拟试验，以精确揭示不同悬移质含沙量条件下水体的光谱反射特性，通过系统分析泥沙含量与光谱反射特征间的定量关系，旨在为黄河流域水土流失动态监测、泥沙输移过程模拟以及下游水库淤积防治提供关键的光谱学理论依据与技术支持。

1 试验设计和数据处理

1.1 试验设计

1.1.1 泥沙梯度设置

本试验所用泥沙样品采集自陕西省韩城市黄河龙门站（东经110°35′，北纬35°40′）。为进行试验，选取黄河网黄河流域水土保持泥沙公报（http：∥www.yrcc.gov.cn/gzfw/nsgb/）中龙门站的悬移质含沙量作为参考标准，其中最大泥沙含量为60.4 kg/m³。试验设计包括低悬移质含沙量梯度和高悬移质含沙量两个组别，分别设定不同的泥沙浓度水平，分别模拟水体较清澈的状况和涵盖龙门站悬移质含沙量的实际上下限。低泥沙浓度组的浓度范围设定为0~2.5 kg/m³；而高泥沙浓度组的浓度范围设定为2.5~60 kg/m³。该分界值（2.5 kg/m³）的设定主要基于初步试验观察，在此浓度附近光谱反射率曲线开始由双峰结构向单峰结构转变。

本试验所用的容器为铁质桶，规格为高度1.5 m、直径1 m。为消除反光对试验结果的潜在影响，试验前已在桶的外侧、内壁及底部涂覆消光黑色涂料，以确保光线均匀分布并减少干扰。光谱探测试验采用ASD FieldSpec 4 HandHeld 2仪器进行测量。

1.1.2 试验方法

本试验采用水面以上光谱测量法（Above-Water Radiometry），该方法适用于Ⅱ类水体（以悬浮泥沙为主要光学活性成分的水体），通过采集水体表观光学特性参数，反演水体组分信息。测量使用经严格辐射定标的ASD FieldSpec 4 HandHeld 2便携式地物光谱仪，试验过程中科学设定观测几何角度与积分时间，系统获取辐亮度数据，最终计算关键光学参数——遥感反射率。尽管该方法易受太阳直射反射等环境因素影响，但其观测几何配置与卫星遥感数据具有一致性，有利于多源数据协同分析与验证。水面以上光谱测量的辐亮度信号表达式如下：

L_SW=L_W+rL_sky+L_WC+L_g（1）

式中：L_SW为水体光谱辐亮度的总信号〔W/（m² · sr · μm）〕；L_W为仪器接收到的经水体散射后的光的离水辐射；L_sky为仪器接收到的经水体反射后的光的辐射亮度〔W/（m² · sr · μm）〕；r为水面-空气界面反射率；L_wc为水面的白帽信息〔W/（m² · sr · μm）〕；L_g为太阳光经水面波浪随机反射亮度值〔W/（m² · sr · μm）〕，不含任何水体信息。

水面以上光谱测量采用优化观测几何配置以抑制噪声干扰，核心参数为仪器天顶角，观测方向与水面法线夹角和相对方位角。设定仪器天顶角范围为30°~45°，可有效降低天空光反射贡献，同时适配高浊水体增强的后向散射特性；方位角为135°，使观测平面位于太阳背光侧，规避主耀斑区。该配置较传统方案显著削弱镜面反射影响，尤其适用于黄河等高悬浮泥沙水体。实施中同步控制太阳高度角>30°、测量窗口10：00—14：00，风速≤3 m/s以抑制白帽效应，并通过9次重复测量，提升统计可靠性。

1.1.3 试验过程

在进行试验之前，首先对ASD地物光谱仪的光纤进行仔细检查，以确保其正常工作状态。在确认无误后，向试验用铁质水桶中注入水，并调节水面高度至1.3 m。随后，使用水泵对水体进行充分搅拌，持续约10 min，以确保水体混合均匀。接着，利用泥沙探测仪在5个不同点位和3个不同深度进行测量。待测量结果达到稳定状态后，采用1 L容量瓶进行3次重复的滤定，以准确获得初始悬移质含沙量。

在太阳高度角符合观测条件时，使用ASD地物光谱仪进行暗电流去除操作，并进行白板校准。当反射率稳定在1时，迅速移开白板，开始对水体中的泥沙进行光谱探测。随后，逐步向水体中加入适量泥沙，并在每次试验中使用泥沙探测仪确保泥沙在水体中充分搅拌均匀。接下来，进行滤定以确定泥沙的实际浓度。最后，依次进行ASD光谱测量，以获取在不同悬移质含沙量下的光谱数据。

1.2 数据处理

1.2.1 波段选择

本研究选择400~900 nm的光谱波段进行水体悬移质的光谱分析。大量研究表明，该波段能够提供丰富的光谱信息，有助于深入探讨悬移质的成分、浓度及其与水体的相互作用^［23］。此外，在这一波段范围内，悬移质的反射率呈现出明显的变化特征，这为悬移质的定量分析奠定基础。同时，400~900 nm间水体的吸收特性相对稳定，这一特性有助于有效分离泥沙信号与水体背景噪声，从而显著提高悬移质含沙量检测的精度。

1.2.2 光谱反射率一阶微分处理

在本研究中，采用光谱反射率的一阶微分处理技术。该方法的主要目的是通过计算反射率曲线的变化率，增强光谱信号的特征，尤其是在相对平坦区域有效抑制噪声影响，从而提高信噪比。处理后的数据用于识别光谱中的吸收峰及其他显著变化点。

2 结果与分析

2.1 不同悬移质含沙量的光谱反射率曲线变化

本研究对两组不同悬移质含沙量梯度的水沙样品进行光谱反射率测量与分析，其中A组悬移质含沙量范围为0~2.5 kg/m³，B组悬移质含沙量范围为2.5~60 kg/m³，光谱范围为400~900 nm。如图1所示，随着悬移质含沙量的不断增大，光谱曲线由双峰不断向单峰变化。低悬移质含沙量常态光谱结构主要呈现双峰特征，由绿红区的第一峰和近红外区第二峰组成，峰值主要是由水体分子泥沙米氏散射主导^［24］。随着悬移质含沙量的升高，双峰向单峰的演变现象主要是因为当泥沙浓度达到临界光学厚度，反射率随悬移质含沙量增大，700~800 nm波段吸收谷被粒子反向辐射填平。

2.2 不同泥沙浓度光谱一阶微分结果

为增强水体光谱反射率曲线中对悬移质含沙量敏感的光谱特征、抑制低频背景噪声并提升细微光谱变化的可辨识性，本研究对光谱数据进行一阶微分处理。如图2所示，所得一阶微分光谱曲线表征不同悬移质含沙量梯度下水体光学特性的变化差异。在可见光至近红外波段（400~900 nm），光谱微分曲线呈现多峰谷结构，其特征极值点（波峰与波谷）的幅值总体上随悬移质含沙量变化呈现规律性响应。

3 讨 论

3.1 悬浮泥沙浓度对特征峰波长位移的光谱响应机制

在本试验中，在低悬移质含沙量（SSC：0~2.5 kg/m³）的结果显示，当SSC趋近于0时，第一特征峰位于500 nm左右（纯净水体典型的反射峰位置）。随着悬移质含沙量的增加，光谱曲线的第一个波峰对应的波长持续向红色区域移动，而高悬移质含沙量（SSC：2.5~60 kg/m³）结果则未显示出第一波峰。这一现象表明，在悬移质含沙量较低的情况下，悬移质含沙量的变化对400~800 nm范围内的光谱特性产生显著的影响。为定量表征特征峰波长位移与悬移质含沙量的关系，本研究利用Quick Peak功能提取不同悬移质含沙量条件下第一、第二特征峰的峰值波长。随后，分别对低悬移质含沙量的第一特征峰波长、第二特征峰波长以及高悬移质含沙量的（单）特征峰波长与对应悬移质含沙量进行线性拟合分析（图3，表2）。拟合结果表明（图3A，表2）：在低悬移质含沙量范围内，第一特征峰波长随悬移质含沙量增加呈现显著的向长波方向位移（即“红移”），且两者呈高度正相关（r_a=0.94）。这表明悬移质含沙量是驱动该波段特征峰红移的关键因子。然而，无论悬移质含沙量高低，第二特征峰波长均未表现出与悬移质含沙量的显著关联性（图3B，表2）。这一响应机制源于水体光学主导作用的转变及其波长依赖性：低悬移质含沙量时，大颗粒泥沙的米氏散射（Mie Scattering）效应增强〔其效率M（λ）∝λ⁻¹〕，导致红光波段后向散射率相对提升，诱发第一特征峰（绿-红光区）红移；高悬移质含沙量时，光子多次散射饱和及水体/泥沙吸收系数（尤其红光-近红外波段）剧增共同作用，使吸收效应主导反射信号，不仅抵消长波散射优势导致红移消失，并促使光谱形态单峰化。这一结果与陈涛等^［25］的研究结果相同，陈涛等^［25］还提出引起红移的最大泥沙浓度为1 700 g/m³，红移的最大波长漂移上限为720 nm。这一现象也解释为何全球大型浊水系统（如亚马孙河、恒河口）需为不同浑浊度区间单独开发反演算法，也为设计新一代水色卫星（如高分五号高光谱）提供波段优化依据。

3.2 不同悬移质含沙量梯度下光谱特征峰反射强度的变化规律

3.2.1 低悬移质含沙量梯度下反射强度的线性增长规律

低悬移质含沙量（SSC：0~2.5 kg/m³）结果中的光谱第一峰值反射率与悬移质含沙量和光谱第二峰值反射率与悬移质含沙量分别进行线性拟合，结果如图4A，B所示，并汇总于表3中。拟合结果表明，在悬移质含沙量较低的情况下，悬移质含沙量的变化对光谱曲线第一波峰和第二波峰的高度都产生显著影响（r_a=0.91，r_b=0.97）。具体而言，随着悬移质含沙量的不断增加，波峰处的光谱反射率也随之增加。这是由于光子穿过水体时仅与少量泥沙颗粒碰撞，单次散射占比高，光子透射水层深度高，充分接触各层泥沙颗粒，使得单位泥沙增量对反射率的提升保持恒定效率。

3.2.2 高浓度梯度下反射强度的饱和规律

高悬移质含沙量（SSC：2.5~60 kg/m³）的线性拟合分析表明（图4C，表3），特征峰峰值反射率与SSC间不存在显著相关性（r_c=0.05），证实反射强度呈现饱和状态。该饱和规律源于高悬移质含沙量引发的复合光学效应。光学厚度剧增限制光子于表层水体活动，穿透深度锐减，其次散射机制由单次主导转向强多次散射，新增颗粒的散射光被邻近颗粒反复吸收与路径散射，能量传递效率显著降低；同时上层颗粒遮蔽效应削弱下层颗粒对入射光的接收能力。上述机制协同导致反射强度对悬移质含沙量变化的敏感性丧失，标志着悬移质含沙量进入饱和区。

3.3 不同悬移质含沙量梯度下一阶微分特征峰的关联规律

从一阶微分光谱图中可以观察到，悬移质含沙量对光谱的敏感波段主要集中在500~900 nm，从该波段中，依次选取4个特征峰（谷）进行研究，特征峰（谷）分别位于550~575 nm，725~750 nm，750~775 nm及825~850 nm。因此，本研究将重点聚焦于这些波段及特征峰，以深入探讨它们与悬移质含沙量间的关系。

3.3.1 低悬移质含沙量梯度下一阶微分特征峰与悬移质含沙量的线性关联规律

本研究通过提取低悬移质含沙量（SSC：0~2.5 kg/m³）在敏感波段的一阶微分特征峰极值点幅值，并分析其与悬移质含沙量的线性关系（图5A—D；表4），揭示出显著的线性关联规律：550~575 nm和750~775 nm波段峰值变化速率随悬移质含沙量增加呈持续上升趋势，二者显著正相关（r_a=0.90，r_c=0.91）；800~850 nm波段变化速率谷值则随悬移质含沙量增加而逐渐减小，呈现显著负相关（r_d=-0.89）；而700~750 nm波段的波谷幅值未显示显著相关性（r_b=-0.57）。拟合结果表明，悬移质含沙量的变化显著影响一阶微分曲线的波峰值和第二波谷值，而对第一波谷值的影响则不显著。

3.3.2 高悬移质含沙量梯度下光谱一阶微分特征峰（谷）的饱和规律

与低悬移质含沙量相似，本研究对高悬移质含沙量（SSC：2.5~60 kg/m³）的一阶微分曲线进行波峰和波谷数据的提取。通过数据提取，发现其规律并不显著，因此仅绘制散点图（图5E—H）。从散点图中可以看出，随着悬移质含沙量的不断增加，在该浓度范围的中间位置，通常会出现一个极大值（或极小值）。总体而言，高悬移质含沙量与一阶微分特征峰并未显现出显著的线性关系。在当前的试验条件下，高悬移质含沙量的变化对一阶微分特征峰的影响尚不明确，需要进一步研究以探讨其潜在机制。

3.4 不同悬移质含沙量梯度光谱反射率与光谱波段关联特征及反演适用性分析

本研究通过Pearson相关性分析法逐波长（400~900 nm）计算光谱反射率与悬移质含沙量的相关系数，并绘制波长与相关系数的关系图（图6）。当悬移质含沙量较低时（SSC：0~2.5 kg/m³），随着波长的增加，悬移质含沙量与反射率的关系逐渐显著。特别是在波长范围为400~600 nm时，相关系数的增幅最快，随后增速趋于平缓（图6A）。相反，当悬移质含沙量较高时（SSC：2.5~60 kg/m³），悬移质含沙量与反射率的关系则呈现负相关，且相关性较差。随着波长的增加，相关系数呈逐渐降低的趋势（图6B）。

基于图6揭示的波长-相关性规律，各光谱区间适用性明确分化。400~600 nm波段在低悬移质含沙量起始阶段呈现相关性跃升，仅可作为反演初始敏感指示区；600~700 nm波段在低浓度下维持稳定中等相关性，适用于辅助>750 nm波段构建抗干扰组合模型；700~900 nm波段凭借散射信号主导且吸收干扰最小的光学特性，在低浓度下展现全域最优稳定性，是低浊水体反演的不可替代窗口；而全波段在高悬移质含沙量环境中（SSC：2.5~60 kg/m³）则证实传统反射率反演的局限。

4 结 论

（1） 不同悬移质含沙量的光谱曲线分别呈现单峰与双峰特征，且引发的红移现象也有差异。当含沙量较低时（SSC<2.5 kg/m³），其光谱曲线呈现双峰特征，含沙量的变化引发第一个峰值范围内（400~800 nm）的红移现象。当悬移质含沙量较高时（SSC>2.5 kg/m³），光谱曲线则表现为单峰特征，不论悬移质含沙量高低，第二峰值的红移现象都不明显。

（2） 特征峰反射强度及一阶微分特征峰幅值的变化规律在不同悬移质含沙量梯度下存在显著差异。在低悬移质含沙量条件下，光谱特征峰反射强度及一阶微分光谱的第一特征峰、第二特征峰和第二特征谷幅值均与悬移质含沙量呈显著正相关关系。而在高悬移质含沙量条件下，特征峰反射强度及一阶微分特征峰幅值与悬移质含沙量无显著统计关联。

（3） 不同悬移质含沙量浓度梯度下光谱波段与悬移质含沙量的相关性特征存在显著差异。低悬移质含沙量条件下，悬移质含沙量与反射率的相关性随波长增加而显著增强。高悬移质含沙量条件下，悬移质含沙量与反射率的相关性整体不显著。

参考文献

[1] 谢梅芳，张萍，杨昊，等.珠江“伶仃洋河口湾—虎门—潮汐通道”的潮波传播特征［J］.热带海洋学报，2021，40（4）：1-13.

[2] Xie M F， Zhang P， Yang H， et al. Tidal wave propagation dynamics in Lingdingyang Bay—Humen outlet—tidal channel of the Pearl River［J］. Journal of Tropical Oceanography， 2021，40（4）：1-13.

[3] 王晶晶.悬浮泥沙光谱特性及其浓度的遥感反演模式研究［D］.南京：南京师范大学，2005.

[4] Wang J J. Study on spectral characteristics of suspended sediment and remote sensing inversion models for its concentration［D］. Nanjing： Nanjing Normal University， 2005.

[5] Gardner J， Pavelsky T， Topp S， et al. Human activities change suspended sediment concentration along rivers［J］. Environmental Research Letters， 2023，18（6）：064032.

[6] 黄国勤.黄河流域粮食生产的成就、问题及高质量发展对策［J］.中国农学通报，2023，39（17）：131-139.

[7] Huang G Q. Achievements， problems and high-quality development countermeasures of grain production in the Yellow River Basin［J］. Chinese Agricultural Science Bulletin， 2023，39（17）：131-139.

[8] 王艳芬，陈怡平，王厚杰，等.黄河流域生态系统变化及其生态水文效应［J］.中国科学基金，2021，35（4）：520-528.

[9] Wang Y F， Chen Y P， Wang H J， et al. Ecosystem change and its ecohydrological effect in the Yellow River Basin［J］. Bulletin of National Natural Science Foundation of China， 2021，35（4）：520-528.

[10] 柳莎莎，王厚杰，张勇，等.气候变化和人类活动对黄河中游输沙量影响的甄别［J］.海洋地质与第四纪地质，2014，34（4）：41-50.

[11] Liu S S， Wang H J， Zhang Y， et al. Impacts of climate change and human activity on sediment discharge in the middle reach of the Yellow River［J］. Marine Geology & Quaternary Geology， 2014，34（4）：41-50.

[12] 马柱国，符淙斌，周天军，等.黄河流域气候与水文变化的现状及思考［J］.中国科学院院刊，2020，35（1）：52-60.

[13] Ma Z G， Fu C B， Zhou T J， et al. Status and ponder of climate and hydrology changes in the Yellow River Basin［J］. Bulletin of Chinese Academy of Sciences， 2020，35（1）：52-60.

[14] 肖小妮.水体悬浮泥沙浓度新型监测方法综述［J］.节能与环保，2020（Z1）：68-69.

[15] Xiao X N. Review of new monitoring methods for suspended sediment concentration in water［J］. Energy Conservation & Environmental Protection， 2020（Z1）：68-69.

[16] 刘灿德，何报寅，李茂田，等.利用MODIS反演长江中游悬浮泥沙含量的初步研究［J］.地质科技情报，2006，25（2）：99-102.

[17] Liu C D， He B Y， Li M T， et al. Preliminary study on remote sensing of suspended sediment concentration in the middle Yangtze River using MODIS［J］. Geological Science and Technology Information， 2006，25（2）：99-102.

[18] 彭保发，陈哲夫，李建辉，等.基于GF-1影像的洞庭湖区水体水质遥感监测［J］.地理研究，2018，37（9）：1683-1691.

[19] Peng B F， Chen Z F， Li J H， et al. Monitoring water quality of Dongting Lake region based on GF-1 image［J］. Geographical Research， 2018，37（9）：1683-1691.

[20] 樊辉，黄海军，唐军武.黄河口水体光谱特性及悬沙浓度遥感估测［J］.武汉大学学报：信息科学版，2007，32（7）：601-604.

[21] Fan H， Huang H J， Tang J W. Spectral signature of waters in Huanghe Estuary and estimation of suspended sediment concentration from remote sensing data［J］. Geomatics and Information Science of Wuhan University， 2007，32（7）：601-604.

[22] Klemas V， Bartlett D， Philpot W， et al. Coastal and estuarine studies with ERTS-1 and Skylab［J］. Remote Sensing of Environment， 1974，3（3）：153-174.

[23] 李四海，恽才兴.河口表层悬浮泥沙气象卫星遥感定量模式研究［J］.遥感学报，2001，5（2）：154-160.

[24] Li S H， Yun C X. A study on the quantitative model of the suspended sediment concentration from the meteorological satellite imagery［J］. Journal of Remote Sensing， 2001，5（2）：154-160.

[25] 李渊，李云梅，施坤，等.基于光谱分类的总悬浮物浓度估算［J］.光谱学与光谱分析，2013，33（10）：2721-2726.

[26] Li Y， Li Y M， Shi K， et al. Evaluation of total suspended matter based on spectral classification［J］. Spectroscopy and Spectral Analysis， 2013，33（10）：2721-2726.

[27] Sa′Ad F N A， Tahir M S， Jemily N H B， et al. Monitoring total suspended sediment concentration in spatiotemporal domain over Teluk Lipat utilizing Landsat 8 （OLI）［J］. Applied Sciences， 2021， 11（15）： 7082.

[28] 何挺.土地质量高光谱遥感监测方法研究［D］.武汉：武汉大学，2003.

[29] He T. The study of applying hyper-spectral remote sensing technology in land quality monitoring［D］. Wuhan： Wuhan University， 2003.

[30] 陈青春，田永超，顾凯健，等.基于多种光谱仪的水稻前期植株氮积累量监测［J］.农业工程学报，2011，27（1）：223-229.

[31] Chen Q C， Tian Y C， Gu K J， et al. Monitoring plant nitrogen accumulation with different canopy spectrometers at early growth stages in rice［J］. Transactions of the Chinese Society of Agricultural Engineering， 2011，27（1）：223-229.

[32] 张亦然，刘廷玺，童新，等.基于多源遥感和机器学习方法的科尔沁沙地植被覆盖度反演［J］.中国沙漠，2022，42（3）：187-195.

[33] Zhang Y R， Liu T X， Tong X， et al. Inversion of vegetation coverage based on multi-source remote sensing data and machine learning method in the Horqin Sandy Land， China［J］. Journal of Desert Research， 2022，42（3）：187-195.

[34] 龚绍琦，黄家柱，李云梅，等.水体氮磷高光谱遥感实验研究初探［J］. 光谱学与光谱分析，2008，28（4）：839-842.

[35] Gong S Q， Huang J Z， Li Y M， et al. Preliminary exploring of hyperspectral remote sensing experiment for nitrogen and phosphorus in water［J］. Spectroscopy and Spectral Analysis， 2008，28（4）：839-842.

[36] 栾奎峰，徐航，潘与佳，等.基于高光谱传感器的长江口表层悬浮泥沙质量浓度光谱曲线特征研究［J］.海洋学研究，2022，40（1）：64-71.

[37] Luan K F， Xu H， Pan Y J， et al. Study on spectral curve characteristics of surface suspended sediment concentration in the Changjiang （Yangtze River） estuary based on hyperspectral sensor［J］. Journal of Marine Sciences， 2022，40（1）：64-71.

[38] 江辉.鄱阳湖透明度遥感反演及其时空变化研究［J］.中国农村水利水电，2012（1）：30-33.

[39] Jiang H. Research on transparency derived from remote sensing and its spatial-temporal changes in Poyang Lake［J］. China Rural Water and Hydropower， 2012（1）：30-33.

[40] 任保平，杜宇翔.黄河中游地区生态保护和高质量发展战略研究［J］.人民黄河，2021，43（2）：1-5.

[41] Ren B P， Du Y X. Strategy of ecological protection and high-quality development in the middle Yellow River［J］. Yellow River， 2021，43（2）：1-5.

[42] Chen J， Cui T， Qiu Z， et al. A three-band semi-analytical model for deriving total suspended sediment concentration from HJ-1A/CCD data in turbid coastal waters［J］. ISPRS Journal of Photogrammetry and Remote Sensing， 2014， 93： 1-13.

[43] 林宏，董天临，马泳，等.海洋悬浮粒子的光学后向散射率特性研究［J］.大气与环境光学学报，2008，3（1）：65-71.

[44] Lin H， Dong T L， Ma Y， et al. Study on backward scattering ratio characteristics of oceanic suspended particles［J］. Journal of Atmospheric and Environmental Optics， 2008，3（1）：65-71.

[45] 陈涛，李武，吴曙初.悬浮泥沙浓度与光谱反射率峰值波长红移的相关关系［J］.海洋学报（中文版），1994，16（1）：38-43.

[46] Chen T， Li W， Wu S C. Correlation between suspended sediment concentration and the redshift of spectral reflectance peak wavelength［J］. Acta Oceanologica Sinica， 1994，16（1）：38-43.

基金资助

国家自然科学基金“黄土高原水土保持措施潜力及其对河流水沙的调控机制”(U2243211)